电力变压器固体绝缘故障的诊断方法
详细内容
当变压器内部故障涉及固体绝缘时，无论故障的性质如何，通常认为是相当严重的。因为一旦固体材料的绝缘性能受到破坏，很可能进一步发展成主绝缘或纵绝缘的击穿事故。所以纤维材料劣化引起的影响在故障诊断中格外受到重视。而且，如能确定变压器发生异常或故障时是否涉及固体绝缘，也就初步确定了故障的部位，对设备检修工作很有帮助。
本文通过研究在故障涉及固体绝缘时，其它特征气体组分与CO、CO2间的伴生增长情况，提出了一种动态分析变压器绝缘故障的方法。并着手建立故障气体的增长模式，为预测故障的发展提供了新的判据。
1 判断固体绝缘故障的常规方法
CO、CO2是纤维材料的老化产物，一般在非故障情况下也有大量积累，往往很难判断经分析所得的CO、CO2含量是因纤维材料正常老化产生的，还是故障的分解产物。
月岗淑郎〔1〕研究了使用变压器单位纸重分解并溶于油中的碳的氧化物总量，即(CO+CO2）mL／g(纸)来诊断固体绝缘故障。但是，已投运的变压器的绝缘结构、选用材料和油纸比例随电压等级、容量、型号及生产工艺的不同而差别很大，不可能逐一计算每台变压器中绝缘纸的合计质量，该方法因实际操作困难，难以应用；并且，考虑全部纸重在分析整体老化时是比较合理的，如故障点仅涉及固体绝缘很小的一部分时，使用这种方法也很难比单独考虑CO、CO2含量更有效。
IEC599〔2〕推荐以CO/CO2的比值作为判据，来确定故障与固体绝缘间的关系。认为CO/CO2＞0.33或＜0.09时表示可能有纤维绝缘分解故障，在实践中这种方法也有相当大的局限性〔3〕。本文对59例过热性故障和69例放电性故障进行了统计。结果表明，应用CO/CO2比例的方法正判率仅为49.2%，这种方法对悬浮放电故障的识别正确率较高，可达74.5%；但对围屏放电的正判率仅为23.1%。
2 固体绝缘故障的动态分析方法
新的预防性试验规程规定，运行中330kV及以上等级变压器每隔3个月进行一次油中溶解气体分析，但目前很多电业局为保证这些重要设备的安全，有的已将该时间间隔缩短为1个月。也有部分电业局已开展了油色谱在线监测的尝试，这为实现故障的连续追踪，提供了良好的技术基础。
电力变压器内部涉及固体绝缘的故障包括：围屏放电、匝间短路、过负荷或冷却不良引起的绕组过热、绝缘浸渍不良等引起的局部放电等。无论是电性故障或过热故障，当故障点涉及固体绝缘时，在故障点释放能量的作用下，油纸绝缘将发生裂解，释放出CO和CO2。但它们的产生不是孤立的，必然因绝缘油的分解产生各种低分子烃和氢气，并能通过分析各特征气体与CO和CO2间的伴生增长情况，来判断故障原因。
判断故障的各特征气体与CO和CO2含量间是否是伴随增长的，需要一个定量的标准。本文通过对变压器连续色谱监测的结果进行相关性分析，来获得对这一标准的统计性描述。这样可以克服溶解气体累积效应的影响，消除测量的随机误差干扰。
本文采用Pearson积矩相关来衡量变量间的关联程度，被测变量序列对(xi，yi），i＝1，…，相关系数γ的显著性选择两种检验水平：以α＝1%作为变量是否显著相关的标准，而以α＝5%作为变量间是否具有相关性的标准。即：当相关系数γ＞γ0.01时，认为变量间是显著相关的；γ＜γ0.05时，二者没有明确的关联。γ0.01、γ0.05的取值与抽样个数N有关，可通过查相关系数检验表获得。
由于CO为纤维素劣化的中间产物，更能反映故障的发展过程，故通过对故障的主要特征气体与CO的连续监测值进行相关性分析可进一步判断故障是否涉及固体绝缘。当通过其它分析方法确定设备内部存在放电性故障时，可以CO与H2的相关程度作为判断电性故障是否与固体绝缘有关的标准；而过热性故障则以CO与CH4的相关性作为判断标准。通过对59例过热性故障和69例放电性故障实例的分析， 表明该方法有效， 分析结果如表1所示。
表1 故障是否涉及固体绝缘的相关分析结果 故障类型与对应特征气体CO与对应特征气体关系故障部位涉及固体绝缘故障部位不涉及固体绝缘相关不相关相关不相关放电性H2台数307428正判率/%81.0887.5过热性CH4台数325517正判率/%86.4877.27合计正判率/%84.92
这种方法在一定程度上可以反映故障的严重程度，在过热性故障的情况下，如果CO不仅与CH4有较强的相关性，还与C2H4相关，表明故障点的温度较高；而在发生放电性故障时，如果CO与H2和C2H2都有较强的相关性，说明故障的性质可能是火花放电或电弧放电。
3 故障的发展趋势
确认故障类型后，如能进一步了解故障的发展趋势，将有助于维修计划的合理安排。而产气速率作为判断充油设备中产气性故障危害程度的重要参数，对分析故障性质和发展程度(包括故障源的功率、温度和面积等)都很有价值〔4〕。
相对产气率 γα＝(Cii2－Ci1i1)/Δt＝dCi／dt
式中Ci为油中溶解气体总烃含量，ml；t为取样时间间隔，h。
通过回归分析，可将这3种典型模式归纳为：
(a)正二次型：总烃随时间的变化规律大致为Ci＝a.t2＋b.t＋c（a＞0），即产气速率γ=a.t+b不断增大，与时间成正比。这常与突发性故障相对应，故障功率及所涉及的面积不断变大，这种故障增长模式往往非常危险。
(b)负二次型：总烃和产气速率的变化规律与(a)相同，只是a＜0。即总烃Ci增高到一定程度后，在该值附近波动而不再发生显著变化。多与逐渐减弱的或暂时性的故障形式相对应，如在系统短路情况下的绕组过热及系统过电压情况下发生的局部放电等。
(c)一次型：即线性增长模型，是一种与稳定存在的故障点相对应的产气形式。总烃的变化规律为Ci＝k.t＋j，产气速率为固定的常数k，通常只有当故障产气率k或总烃Ci大于注意值时才认为故障严重。
本文对59例过热性故障和69例放电性故障变压器总烃含量的增长模式与故障严重程度的对应关系进行了统计，结果如表2所示。
式中Ci为油中溶解气体总烃含量，ml；t为取样时间间隔，h。
通过回归分析，可将这3种典型模式归纳为：
(a)正二次型：总烃随时间的变化规律大致为Ci＝a.t2＋b.t＋c（a＞0），即产气速率γ=a.t+b不断增大，与时间成正比。这常与突发性故障相对应，故障功率及所涉及的面积不断变大，这种故障增长模式往往非常危险。
(b)负二次型：总烃和产气速率的变化规律与(a)相同，只是a＜0。即总烃Ci增高到一定程度后，在该值附近波动而不再发生显著变化。多与逐渐减弱的或暂时性的故障形式相对应，如在系统短路情况下的绕组过热及系统过电压情况下发生的局部放电等。
(c)一次型：即线性增长模型，是一种与稳定存在的故障点相对应的产气形式。总烃的变化规律为Ci＝k.t＋j，产气速率为固定的常数k，通常只有当故障产气率k或总烃Ci大于注意值时才认为故障严重。
本文对59例过热性故障和69例放电性故障变压器总烃含量的增长模式与故障严重程度的对应关系进行了统计，结果如表2所示。
式中Ci为油中溶解气体总烃含量，ml；t为取样时间间隔，h。
通过回归分析，可将这3种典型模式归纳为：
(a)正二次型：总烃随时间的变化规律大致为Ci＝a.t2＋b.t＋c（a＞0），即产气速率γ=a.t+b不断增大，与时间成正比。这常与突发性故障相对应，故障功率及所涉及的面积不断变大，这种故障增长模式往往非常危险。
(b)负二次型：总烃和产气速率的变化规律与(a)相同，只是a＜0。即总烃Ci增高到一定程度后，在该值附近波动而不再发生显著变化。多与逐渐减弱的或暂时性的故障形式相对应，如在系统短路情况下的绕组过热及系统过电压情况下发生的局部放电等。
(c)一次型：即线性增长模型，是一种与稳定存在的故障点相对应的产气形式。总烃的变化规律为Ci＝k.t＋j，产气速率为固定的常数k，通常只有当故障产气率k或总烃Ci大于注意值时才认为故障严重。
本文对59例过热性故障和69例放电性故障变压器总烃含量的增长模式与故障严重程度的对应关系进行了统计，结果如表2所示。
式中Ci为油中溶解气体总烃含量，ml；t为取样时间间隔，h。
通过回归分析，可将这3种典型模式归纳为：
(a)正二次型：总烃随时间的变化规律大致为Ci＝a.t2＋b.t＋c（a＞0），即产气速率γ=a.t+b不断增大，与时间成正比。这常与突发性故障相对应，故障功率及所涉及的面积不断变大，这种故障增长模式往往非常危险。
(b)负二次型：总烃和产气速率的变化规律与(a)相同，只是a＜0。即总烃Ci增高到一定程度后，在该值附近波动而不再发生显著变化。多与逐渐减弱的或暂时性的故障形式相对应，如在系统短路情况下的绕组过热及系统过电压情况下发生的局部放电等。
(c)一次型：即线性增长模型，是一种与稳定存在的故障点相对应的产气形式。总烃的变化规律为Ci＝k.t＋j，产气速率为固定的常数k，通常只有当故障产气率k或总烃Ci大于注意值时才认为故障严重。
本文对59例过热性故障和69例放电性故障变压器总烃含量的增长模式与故障严重程度的对应关系进行了统计，结果如表2所示。
式中Ci为油中溶解气体总烃含量，ml；t为取样时间间隔，h。
通过回归分析，可将这3种典型模式归纳为：
(a)正二次型：总烃随时间的变化规律大致为Ci＝a.t2＋b.t＋c（a＞0），即产气速率γ=a.t+b不断增大，与时间成正比。这常与突发性故障相对应，故障功率及所涉及的面积不断变大，这种故障增长模式往往非常危险。
(b)负二次型：总烃和产气速率的变化规律与(a)相同，只是a＜0。即总烃Ci增高到一定程度后，在该值附近波动而不再发生显著变化。多与逐渐减弱的或暂时性的故障形式相对应，如在系统短路情况下的绕组过热及系统过电压情况下发生的局部放电等。
(c)一次型：即线性增长模型，是一种与稳定存在的故障点相对应的产气形式。总烃的变化规律为Ci＝k.t＋j，产气速率为固定的常数k，通常只有当故障产气率k或总烃Ci大于注意值时才认为故障严重。
本文对59例过热性故障和69例放电性故障变压器总烃含量的增长模式与故障严重程度的对应关系进行了统计，结果如表2所示。
式中Ci为油中溶解气体总烃含量，ml；t为取样时间间隔，h。
通过回归分析，可将这3种典型模式归纳为：
(a)正二次型：总烃随时间的变化规律大致为Ci＝a.t2＋b.t＋c（a＞0），即产气速率γ=a.t+b不断增大，与时间成正比。这常与突发性故障相对应，故障功率及所涉及的面积不断变大，这种故障增长模式往往非常危险。
(b)负二次型：总烃和产气速率的变化规律与(a)相同，只是a＜0。即总烃Ci增高到一定程度后，在该值附近波动而不再发生显著变化。多与逐渐减弱的或暂时性的故障形式相对应，如在系统短路情况下的绕组过热及系统过电压情况下发生的局部放电等。
(c)一次型：即线性增长模型，是一种与稳定存在的故障点相对应的产气形式。总烃的变化规律为Ci＝k.t＋j，产气速率为固定的常数k，通常只有当故障产气率k或总烃Ci大于注意值时才认为故障严重。
本文对59例过热性故障和69例放电性故障变压器总烃含量的增长模式与故障严重程度的对应关系进行了统计，结果如表2所示。
表2 不同故障气体增长模式对设备的危害情况统计 模 式故障台数不同程度故障百分数/%严重故障一般性故障轻微故障过热性故障一次型2615.461.523.1正二次型127516.78.3负二次型2119.123.857.1放电性故障一次型2114.347.638.1正二次型2867.9257.1负二次型20101575
4 实例分析
西北局某主变型号为SSP—366000/363kV，1984年5月11日检修后投运，自投运后乙炔增长明显，如表3所示。
表3 某故障变压器本体油色谱分析结果 10－6
采样时间φ（H2）φ（CO2）φ（CO）φ（CH4）φ（C2H6）φ（C2H4）φ（C2H2）φ(总烃)三比值编码情况简介1984-07-041844957204407711221984-07-02进行脱气。1984-09-257912342901877181041021984-12-2410114634265713114121961021985-03-14吊芯检查，发现A、B相围屏放电。1985-01-28141155851313113139193021021985-03-04134159551913713146193151221985-03-1221817218351953521733480102
利用三比值法，对故障性质进行判断，历次采样的三比值编码为102或122，可判定变压器内部存在高能放电故障。采用本文所介绍的相关系数法对故障是否涉及固体绝缘进行分析，由于初步判定是放电性故障，所以主要分析CO与H2和CO与C2H2的相关程度，分析结果如表4所示。
表4 故障变压器色谱数据的相关分析结果 CO与H2的相关系数γ1CO与C2H2的相关系数γ20.996γ0.01=0.9170.946γ0.01=0.917
由表4可见，CO与H2和C2H2都是显著相关的，即CO与故障特征气体伴随增长，据此可以断定故障是涉及固体绝缘的。进一步对故障点的发展趋势进行估计。
故障产气的增长模型为正二次型，在较短的时间里产气速率呈明显的增长趋势，是一种发展迅速的故障，反映出故障功率及故障所涉及的面积在不断变大。
1985年3月14日进行吊芯检查发现，高压线圈与低压线圈间围屏有7层存在不同程度的烧伤、穿孔、爬电等明显的树枝状放电痕迹，属围屏放电故障，与分析结果相符。
5 结 论
a.电力变压器油中溶解气体的产生总有其内在的原因，根据故障的主要特征气体与CO的伴生增长情况，即可判断故障点是否涉及固体绝缘。这种方法基本上不受累积效应的影响，不存在注意值的限制，可以随时分析溶解气体的变化规律，及时发现可能存在的潜伏性故障。
b.对运行中的电力变压器，其故障的产气过程并不都是线性增长的，存在着其它的增长模式。统计结果表明：总烃含量如果呈正二次型增长，则大多为严重的破坏性故障；而当故障产气线性增长时，则故障点相对稳定；若总烃呈负二次型增长，多为暂时性故障，一般危害不大。